La versión interna de la próxima generación de modelos Astra de OpenAI ha demostrado un resultado impresionante: 10 nuevas soluciones y un progreso sustancial en problemas abiertos de larga data en matemáticas e informática teórica. Aún no hay acceso público al modelo, pero los materiales publicados ya están generando un activo debate en la comunidad científica.

Detalles del avance

La compañía presentó un informe técnico de 249 páginas, análisis detallados del proceso de razonamiento del modelo y un repositorio con pruebas formalizadas en Lean 4, un sistema de verificación automática de la corrección de pasos lógicos. Según mi análisis, la característica clave es que los argumentos matemáticos fueron completamente generados por Astra, y los humanos solo ayudaron a redactar los manuscritos. OpenAI declara honestamente que atribuir la autoría de una prueba a una persona distorsionaría la contribución real del sistema.

El costo de los recursos computacionales para encontrar las soluciones se estima en aproximadamente $2000 según las tarifas de la API Sol. Sin embargo, esta cifra no incluye los costos de verificación y redacción de los resultados, ni la cantidad no revelada de intentos fallidos.

Complejidad cuántica y criptografía postcuántica

Los resultados relacionados con la temática cuántica merecen especial atención. Astra demostró la repetibilidad paralela exponencial para juegos cuánticos finitos arbitrarios, lo que podría tener implicaciones para la verificación cuántica y los protocolos criptográficos. También se obtuvo un resultado más sólido sobre la complejidad del problema del vector más cercano, que subyace a la criptografía basada en retículos, una de las principales direcciones de la protección postcuántica.

Es importante destacar: estos logros no significan una amenaza inmediata para los sistemas postcuánticos ya desplegados. Se trata de resultados teóricos fundamentales que podrían influir en desarrollos futuros.

Los demás logros

Entre otros avances declarados se incluyen la construcción de un grupo no sófico, mejores estimaciones para el empaquetamiento de esferas en altas dimensiones, nuevas cotas inferiores en complejidad de circuitos aritméticos, un contraejemplo a la conjetura de rigidez de Connes y resultados sobre la conjetura de Ehrhart. Esto es matemática fundamental, cuyo efecto práctico no será inmediato.

Verificación y honestidad científica

La formalización en Lean reduce el riesgo de errores lógicos, pero no reemplaza la pericia científica. Los matemáticos deberán evaluar cuán precisamente corresponden las afirmaciones formales con los problemas originales. OpenAI hace referencia a la Declaración de Leiden sobre IA y matemáticas, enfatizando la transparencia en la atribución, aunque la fecha de lanzamiento público de Astra y la posibilidad de pruebas independientes siguen sin revelarse.

Este avance continúa una serie de logros de la IA en matemáticas: anteriormente, un modelo de OpenAI refutó la conjetura de Erdős de 80 años, y un investigador de Anthropic encontró un contraejemplo a la conjetura jacobiana utilizando Claude.

Mi opinión: Esta publicación es una señal importante para toda la industria. Si los resultados se confirman, seremos testigos de la transición de la IA de un rol de herramienta para investigadores a un rol de generador independiente de nuevo conocimiento científico. Para la industria cripto, esto significa la necesidad de revisar los enfoques hacia la seguridad matemática, especialmente en el contexto de la criptografía postcuántica.